水一篇博客备份脚本

　　昨晚柑橘博客园“抖动”了，访问好像有点问题。突然陷入对博客平台突然访问不了的恐惧之中。好吧，来战，备份总是需要的。不多说了，上代码，直接一条命令备份：
 1 #!/usr/bin/env python
 2 # -*- coding:utf-8 -*-
 3 
 4 #脚本信息：
 5 """
 6 作者:陈然
 7 QQ ：1914518025
 8 版本：博客园随笔备份系统v1.01
 9 修改：
10 1、为了支持百度云的上传，将文件名中部分特殊符号替换了
11 """
12 
13 #引入包文件
14 import re
15 import sys
16 import logging
17 import requests
18 
19 #设置全局设置
20 logging.basicConfig(format="%(message)s",level=logging.INFO)
21 
22 #定义全局变量
23 Particle_Urls_List = [] #全局文章对应的URL列表
24 BlogName = "你的名字" #博客名，这个在地址中标明唯一博客归属主人
25 
26 #全局函数定义
27 def particle_backup(url):
28     '''备份单篇文章函数'''
29     headers = {"User-Agent":"Mozilla/5.0 (iPhone; U; CPU like Mac OS X) AppleWebKit/420.1 (KHTML, like Gecko) Version/3.0 Mobile/4A93 Safari/419.3"}
30     try:
31         response = requests.get(url,headers=headers,timeout=3)
32     except Exception,ex:
33         log_string = "[-]访问%s失败，错误原因：%s"%(str(url),str(ex))
34         logging.error(log_string)
35         return -1
36     if response.status_code == 200:
37         #获取文章标题作为保存的HTML文件的名字（为了支持上传百度云，将标题中的特殊符号替换了！）
38         title = response.content.split("</title>")[0].split("<title>")[-1].replace(" ","").replace("?","问号").replace("？","问号").replace("#","井号")
39         logging.info("[+]开始备份：%s"%str(title))
40         fd = open("./backup/%s.html"%title,"w")#保存在所在目录下的backup文件夹下
41         fd.write(response.content)
42         fd.close()
43         logging.info("[+]备份：%s成功"%str(title))
44         return 0
45     else:
46         return -1
47 
48 def get_particle_url(url=None):
49     '''获取所有文章URL函数'''
50     global BlogName
51     global Particle_Urls_List
52     headers = {"User-Agent":"Mozilla/5.0 (iPhone; U; CPU like Mac OS X) AppleWebKit/420.1 (KHTML, like Gecko) Version/3.0 Mobile/4A93 Safari/419.3"}
53     if url == None:
54         url = "http://www.cnblogs.com/%s/"%BlogName
55     try:
56         response = requests.get(url,headers=headers,timeout=5)
57     except Exception,ex:
58         log_string = "[-]访问%s失败，原因：%s"%(str(url),str(ex))
59         logging.error(log_string)
60         return -1
61     if response.status_code == 200:
62         text = response.content
63         ret = re.findall(r"http://[^/]+?/%s/p/d+.html"%BlogName,str(text))#分析提取文件中的所有文章URL
64         Particle_Urls_List.extend(ret)
65         Particle_Urls_List = list(set(Particle_Urls_List))#去重
66         return text
67     else:
68         logging.error("访问%s失败，未知原因，返回码：%s"%(str(url),str(response.status_code)))
69         return -1
70 
71 def start_buckup():
72     '''开始备份主函数'''
73     page_size = 2
74     ret = get_particle_url()
75     logging.info("[+]开始分析第1页!")
76     while True:
77         if ret.find("http://www.cnblogs.com/%s/default.html?page="%BlogName) >= 0:
78             particle_url = "http://www.cnblogs.com/%s/default.html?page=%s"%(BlogName,str(page_size))
79             ret = get_particle_url(url=particle_url)
80             logging.info("[+]开始分析第%s页"%str(page_size))
81             page_size += 1
82         else:
83             break
84 
85 #程序入口执行点
86 if __name__ == "__main__":
87     try:
88         if sys.argv[1] != None:
89             BlogName = sys.argv[1]#输入备份谁的文章
90     except Exception:
91         pass
92     start_buckup()
93     for url in Particle_Urls_List:
94         particle_backup(url)
95     logging.info("备份完成")